比特幣被判過471次死刑!牛熊市界線模糊,現在會是最後一次加密寒冬嗎?
比特幣被判過471次死刑!牛熊市界線模糊,現在會是最後一次加密寒冬嗎?
比特幣被判四次死刑,牛熊市界線模糊

自 2008 年世界上第一顆加密貨幣——比特幣誕生以來,已經過去了 15 年。在這段期間,加密貨幣市場從沈寂到崛起,穿越無數次牛市與熊市,過程自然不乏許多人對比特幣的排斥、厭惡和不看好。

根據新加坡比特幣教育門戶網站「99bitcoins」的統計數據, 比特幣從 2023 年初至今,已經被宣判了 4 次死刑 ,而從比特幣開始崛起的 2010 年到現在,已經累積被宣判過 471 次死刑,但即便充滿質疑和嘲諷的聲浪,加密貨幣依然能夠在無數次寒冬中化險為夷,不斷證明自己的價值。

隨著區塊鏈技術逐步成熟,近年逐步誕生出許多衍生產品,諸如去中心化金融(DeFi)、非同質化代幣(NFT)、區塊鏈遊戲/遊戲化金融(GameFi)等,都是區塊鏈產業在不斷向前進的證明,隨著傳統企業、機構的採用率暴增,以及各國政府和監管機構對加密貨幣的態度逐漸轉變,曾經存在的「4 年週期」正逐漸縮短,牛市和熊市之間的界線也在不斷模糊。

延伸閱讀: 在金融危機下誕生!全球第一款加密貨幣「比特幣」是什麼?

📍邀請您加入Web3+ Line社群,持續關注最重要的網路變革
👉 https://lin.ee/kItnyTh

這是最後一次加密寒冬?

知名鏈上數據分析師 Willy Woo 就曾給出一個有趣的數據,他曾在去年 3 月發布了一篇推文,表明如今我們看到的熊市,很可能是「最後週期」的初步現象。

根據 Willy Woo 提供的資料,比特幣自 2019 年觸底以來,已經出現了 3 次較短的牛市和熊市。其中,比特幣在 2012 年 11 月熊市期間價格為 11 美元,2013 年 11 月突破當時的新高 1,200 美元;2016 年價格為 740 美元,隔年(2017 年) 突破 19,000 美元;2020 年價格為 8,982 美元,在隔年 11 月創下歷史高點的 69,000 美元。

從整個進程來看, 在經歷每一次的熊市後,比特幣都能夠持續向上攀升,牛熊轉換所需的時間也在逐漸縮短 ,但在市場逐漸趨於穩定的同時,隨之而來的是每一次熊市底部與牛市高峰之間的漲幅,也在逐漸縮小。

儘管仍不完美,監管正在逐步完善

監管方面,直到去年發生 LUNA 崩盤、FTX 交易所倒閉以前,儘管監管機構確實在持續關注加密貨幣的合法性、安全性,但從未像今年年初以來般激進。

今年監管就有如脫韁野馬,又或者是一頭盤旋尋找加密草原上獵物的老鷹,先有知名加密貨幣交易所 Kraken 的質押服務因涉及證券法遭到關停,還因此繳出 3,000 萬美元的天價罰金,後有幣安美元($BUSD)開發商 Paxos 遭到起訴,以及《NBA Top Shot》NFT 系列吃上官司,3 月 23 日時連美國合法交易所 Coinbase 都收到美國證券交易委員會(SEC)的威爾斯通知(Wells Notice),質疑其違反證券法。

美國擁有複雜且分散的監管體系,在此之前也從未對加密貨幣有過多的重視,或是共同的監管標準,這也讓監管機構在今年的一系列行動顯得荒腔走板。

目前看來,法律和監管框架標準要達到一致性,或是對法律的解釋方式足夠清晰,仍需要一段時間,但就現況來看,針對加密貨幣的監管正在逐漸收緊,已經是不爭的事實。

或許有了法律的韁繩束縛,加密貨幣無法再像脫韁野馬一般奔放,自然也無法如以往有如此誇張的利潤,但相對而言,監管的保障和約束也能對加密貨幣的中心化部分起到穩定的作用,對於投資人的資產有一定保障,因此監管究竟是不是壞事,其實見仁見智。

延伸閱讀: 決戰「加密樞紐」!香港發牌照、中國推數位人民幣,港中台誰能勝出?

回顧科技行業發展史,加密貨幣似乎正走在相同道路

有趣的是,在網路蓬勃發展的現在,你肯定想像不到,曾經在 1990 年代後期,諸多網路產業相關公司在上市或融資數億美元後,缺乏收入來源或結構良好的商業計劃,一度讓網路產業被冠上「泡沫」之名,這是否與前期的加密貨幣非常相似呢?

繼續往下走,加密貨幣與網路產業走過的痕跡逐漸重疊,兩個行業的投資和市值都在短短數年間出現了巨大增長。其中,早在 1999 年,網路產業就創造出近 3,500 億美元的數位線上交易額,當時使用的還是單純的數據交換(B2B),而非現代的網路電商。

時至今日,電子商務和在線交易已經成為生活中不可分割的一部分。截至 2022 年,全球電子商務總支出已經接近 5 兆美元,僅在美國就佔比 20%。全球前 10 大科技公司的市值突破 7 兆美元,科技類股在美國股市中的佔比,也超過了金融板塊和能源板塊的總和。

儘管過程中同樣有起起落落,但自 2000 年以來,網路產業還沒有出現過一次泡沫破滅,而理由也很簡單,那就是「技術」。 **掌握技術的網路產業已經成為一個常規產業,市值由收入和利潤支持,而不是僅靠對未來的想像。 **

而加密貨幣也是如此,在剛誕生之初確實可以稱作是「空氣幣」。但前面提到過,近年來成熟的區塊鏈產品不斷誕生,政府機關、企業、甚至國家都對區塊鏈技術逐漸重視並採用,都是區塊鏈技術在不斷成長的證明。

因此,把握住接下來的每一次機會,或許我們現在所身處的熊市底部,會是最後一次的加密寒冬。

本文授權轉載自:加密城市

核稿編輯:高敬原

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓